Original em inglês: https://argusic.com/subject/agenticos
agenticos
Plataforma de AI agents de código aberto e auto-hospedada para os colegas de equipe de IA da sua empresa. Construa, execute e governe agents em seus próprios servidores e modelos: chat compartilhado, RAG, habilidades, um navegador real, 4,700+ servidores MCP, orçamentos, aprovações e uma trilha de auditoria. Uma alternativa ao ChatGPT Enterprise e ao Grok Bot. Apache-2.0, construído sobre Pydantic AI.
Executafonte: GitHubpágina do projetoPythonApache-2.0commit 376adfdaf07e
Python, licença Apache-2.0. O projeto se descreve como: agentic ai, agentic os, agents, ai agents, ai assistant, ai governance, ai teammates e browser automation.
agenticos executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 10 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.
Backend Python environment (Python 3.15.2 via uv) installed, 254 packages resolved; frontend Node dependencies (771 packages) installed via bun; backend lint passes (ruff, formatting); 609 backend unit tests pass covering coverage gate, agent registry, labels, A2A client/server, mutation locks, observability, and agent embedding;
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido
Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 100 de 100 (a média das pontuações das execuções deste projeto).
Visão geral
Dados do projeto de GitHub, com link no topo desta página, atualizado em . Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.
O que foi medido
Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.
O que deu errado, nas palavras do agent
As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.
- Frontend vitest requires Node 20+ for the styleText API; bun 1.4.4 works as runtime but one test (diagnostics.test.ts) fails due to zod import incompatibility5 minutos
- Backend app and integration tests need PostgreSQL with pgvector and Redis — not available in container
- Tempo de instalação
- 10 minutos
- Da máquina limpa até o fim
- 15 minutos
- Erros encontrados e corrigidos
- 2 encontrados, 2 corrigidos sem ajuda humana
- Como o resultado foi comprovado
- uv run pytest on 11 backend test files: 609 passed, 0 failed. npx bun vitest on frontend tests: 2690 passed, 1 failed (zod compat issue). ruff lint: all clear.
- Tokens de modelo usados
- 247.818
- Commit exato testado
- 376adfdaf07e
- Imagem do container
- sha256:cdd920bce783
O que não foi medido
A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.
- Pico de memória da GPU
- esta execução foi em uma máquina com CPU, então não havia GPU para medir
- Comportamento em uma execução longa
- cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga
O fim da gravação
As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.
**Dependencies installed** — Python deps via `uv sync` (254 packages), frontend deps via `bun insta… **uv** was installed via the standalone script (no root needed) and synced the backend environment … **npx bun** was used for frontend dependency installation and running vitest. **Backend tests** — Ran 609 tests across 11 test files covering core platform concerns: coverage ga… **Frontend tests** — Ran vitest with bun. 222 test files ran, 2690 tests passed. One failure in `sr… **Linting** — Ruff passes on the entire test directory; 1085 backend files already formatted. **What doesn't work in this container:** - The full `docker-compose` development stack requires Docker (not available, no root). - The desktop app requires Tauri/Rust toolchain and system libraries (not available). - `make run` / uvicorn server hangs at startup waiting for PostgreSQL and Redis connections (no dat… - Frontend Node.js-based build tools need Node 20+ (`styleText` in node:util), but bun works as a r… The following tests are known to need a real PostgreSQL+pgvector database and are expected to fail …
Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.
Como foi testado
Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.
Pontos fortes e limites
Fatos medidos, não opiniões. Como este conteúdo é escrito.
O que deu certo
- Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
- Recuperou-se de todos os 2 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
- Executou sem GPU, então não precisa de uma para iniciar.
- Licença Apache-2.0, segundo a plataforma onde o projeto está hospedado.
O que não deu certo, ou não se sabe
- Levou 10 minutos para instalar, mais devagar que a mediana dos 37 projetos comparáveis que a Argusic mediu.
- Medido uma vez até agora. Uma única tentativa mostra que ele pode executar, não que executa de forma confiável.
Dos 38 projetos de agentic-ai que a Argusic instalou e cronometrou, agenticos foi o 23º mais rápido a chegar a um estado de execução, e 27 de 38 chegaram a esse estado.
Para que é uma escolha razoável
- Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
- Uma avaliação rápida: ele estava executando 10 minutos depois do clone.
Também testados, na mesma área
Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.
Histórico de execuções
Tópicos (de GitHub)
agentic-aiagentic-osagentsai-agentsai-assistantai-governanceai-teammatesbrowser-automationfastapillmlocal-llmmcpmcp-servermodel-context-protocolon-premiseopen-sourcepydantic-aipythonragself-hosted
Incorporar o selo
Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.
[](https://argusic.com/subject/agenticos)Perguntas
- agenticos executa?
- Sim. agenticos executa. A Argusic o instalou e iniciou em uma máquina limpa em 10 minutos, encontrando 2 erros no caminho, e gravou a sessão.
- Como a Argusic testou agenticos?
- Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 376adfdaf07e. Há uma tentativa registrada, e a metodologia completa está na página da metodologia.
- Quanto custou testar agenticos?
- A execução que produziu este veredito custou US$ 0,10: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
- Quanto tempo leva para instalar agenticos?
- 10 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
- agenticos precisa de GPU?
- Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
- O que dá errado ao instalar agenticos?
- 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
- Como agenticos se compara às alternativas?
- Dos 38 projetos de agentic-ai que a Argusic instalou e cronometrou, agenticos foi o 23º mais rápido a chegar a um estado de execução, e 27 de 38 chegaram a esse estado.
- Onde estão as evidências de agenticos?
- A execução registrada está nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.